병원 AI 도입 변화관리, 저항의 진짜 원인은 교육 부족이 아니다
병원 AI 도입 변화관리는 교육 한 번으로 끝나는 일이 아닙니다. 국내 의사 상당수가 AI 효과는 인정하면서도 사고 시 책임 소재 불명확성을 가장 큰 우려로 꼽고 있어, 교육보다 책임·개입 절차를 먼저 문서화하는 순서가 필요합니다.
병원 AI 도입 변화관리란 새 AI 도구의 사용법을 직원에게 안내하는 일이 아니라, 오작동이나 예상치 못한 결과가 나왔을 때 누가 개입하고 누가 책임지는지를 먼저 정한 뒤 그 위에 교육을 얹는 조직적 과정을 의미합니다. 저는 이 순서가 바뀌면 교육을 아무리 반복해도 저항이 줄지 않는다고 판단합니다.
병원 AI 도입, 왜 기술보다 사람에서 막힐까?
한국보건산업진흥원이 대한의사협회 등록의사 2,125명을 대상으로 2025년 10월 실시해 2026년 2월 발표한 조사에서, 의료 AI 활용 경험이 있다고 답한 의사는 47.7%였고 이들 중 82.3%가 업무 흐름 개선 효과를 체감했습니다. 그런데도 확산 속도는 느립니다. 402명 대상 국제 설문에서도 AI 지식 부족(30.1%), 직무 상실 두려움(15.9%), 변화 저항이 핵심 장벽 상위로 꼽혔습니다.
의료진 절반은 이미 AI를 써봤는데 확산은 왜 더딜까?
효과를 인정하는 것과 조직 전체로 확산되는 것은 다른 문제입니다. 미국의사협회는 임상의 업무 시간 70%가 서류·기록 업무에 쓰인다고 보고했는데, 이 부담을 줄여줄 도구조차 도입 초기엔 오히려 새 학습 부담으로 느껴지기 쉽습니다. 헬스케어 조직 리뷰 연구도 AI 도입 대부분이 하향식으로 진행돼 현장과 사전 협의가 부족했다고 지적합니다. 지식 부족과 두려움은 교육으로 어느 정도 풀리지만, 국내 조사의 미활용 사유도 정보 부족(54.4%)·접근성 부족(48.2%) 다음이 신뢰성 문제(37.6%)입니다. 들여다보면 기술 성능이 아니라 ‘문제가 생겼을 때 처리 방식’에 대한 불신인 경우가 많습니다.
저항의 진짜 원인, 교육 부족이 아니라 책임 소재라면?
같은 조사에서 가장 눈에 띄는 수치는 따로 있습니다. 의료사고 발생 시 법적 책임의 불명확성을 가장 큰 우려로 꼽은 비율이 AI 경험 의사 69.1%, 비경험 의사 76.0%로 나타난 것입니다. 흥미로운 지점은 사고 발생 시 책임 주체를 묻는 질문에서 의사 개인(18.0%)보다 공동 책임(35.3%)이나 AI 개발사 책임(26.9%)이라는 인식이 더 높았다는 점입니다. 병원 안에서조차 책임 소재에 대한 합의가 없다는 뜻으로 저는 해석합니다.
사고가 나면 누가 책임지는지, 병원마다 왜 다르게 알고 있을까?
원인은 단순합니다. 같은 조사에서 병원 내 AI 활용 지침을 보유한 비율은 5.1%에 그쳤고, 관련 교육을 받아본 비율도 24.1%에 불과했습니다. 반면 향후 교육에 참여할 의향은 57.5%로 훨씬 높았습니다. 배우고 싶어 하는 사람은 많은데 정작 무엇을 기준으로 판단해야 하는지 정리된 문서가 없는 상태, 이것이 병원 AI 도입 변화관리가 막히는 실제 지점이라고 생각합니다.
| 필요 조치 | 응답 비율 | 지금 병원 현황 |
|---|---|---|
| 책임·배상 기준 명확화 | 69.4% | 내부 지침 보유 병원 5.1%뿐 |
| 허가·인증 기준 강화 | 59.6% | 고영향 AI 인증 절차 정비 진행 중 |
| 데이터 품질 관리 체계 | 51.7% | 병원별 관리 수준 편차 큼 |
| 사후 모니터링 체계 구축 | 47.9% | 도입 후 방치되는 경우 다수 |
표에서 보듯 의사들이 꼽은 활성화 조건 네 가지 모두 ‘더 많은 교육’이 아니라 ‘더 명확한 기준과 절차’에 몰려 있습니다.
AI기본법이 병원에 요구하는 ‘사람의 개입’ 의무는 무엇인가?
이 흐름은 이제 선택이 아니라 법적 의무이기도 합니다. 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(AI기본법)은 보건의료 제공·이용체계, 의료기기·디지털의료기기 개발·이용을 고영향 인공지능 해당 분야로 명시합니다. 2026년 1월 22일 시행됐고, 일부 개정 시행령은 7월 21일부터 적용됩니다.
위험관리방안 수립, 이용자에 대한 설명 방안 마련, 데이터 수집·모니터링 등 이용자 보호 조치, 오작동 시 사람이 개입해 중단·변경할 수 있는 절차 확보, 이 모든 과정을 기록하는 문서 체계 구축까지를 요구합니다.
‘안전신뢰문서’는 실제로 무엇을 기록해야 하나?
핵심은 ‘사람의 관리·감독’ 조항입니다. AI가 오작동하거나 의도치 않은 결과를 낼 때 사람이 개입해 멈추거나 바꿀 수 있는 절차, 이른바 비상정지 기능을 갖추도록 요구합니다. 이 개입 절차를 기록한 문서가 안전신뢰문서이며, 점검이나 분쟁 시 병원을 보호하는 핵심 증거가 됩니다. 교육 이수 기록만으로는 이 요건을 채웠다고 보기 어렵습니다.
교육만 하고 거버넌스를 빼면 왜 도로 제자리로 돌아갈까?
조직 변화 컨설팅 현장에서 반복 관찰되는 패턴이 있습니다. 도입 초반은 순조롭다가 임상진 우려가 제기되고 승인이 미뤄지면, 병원은 이를 소통 부족으로 진단해 설명회와 교육을 늘립니다. 그런데 반년 뒤에도 도입률은 제자리입니다. 저는 원인이 교육량이 아니라 설계 순서에 있다고 봅니다.
한 중소병원이 영상 판독 보조 AI를 도입하며 전 직원 대상 사용법 교육을 세 차례 진행했습니다. 그런데 AI 소견과 의료진 판단이 갈릴 때 누구 의견을 우선할지 규정이 없어 매번 다르게 처리됐고, 몇 달 뒤 “AI를 믿어야 하나 무시해도 되나 알 수 없다”는 불만이 반복됐습니다. (가상의 사례입니다)
오버라이드 권한을 명문화한다는 것은 실무에서 뭘 의미하나?
임상 판단이 AI 권고와 다를 때 의료진이 그 판단을 우선할 권리를 문서로 보장하고, 이를 인사·성과 평가의 불이익으로 연결하지 않는다는 원칙을 명확히 하는 일입니다. 문서화돼 있지 않으면 직원은 매번 개인적으로 위험을 떠안게 되고, 그 부담이 곧 저항으로 나타난다고 저는 생각합니다.
그렇다면 병원 AI 도입 변화관리는 무엇부터 순서대로 준비해야 할까?
교육 중심 접근과 거버넌스를 먼저 세우는 접근은 순서 자체가 다릅니다. 아래 표로 두 접근을 나란히 놓아 보면 차이가 분명해집니다.
| 구분 | 교육 중심 접근 | 거버넌스+교육 결합 접근 | 근거 |
|---|---|---|---|
| 설계 순서 | 도구 사용법부터 안내 | 책임·개입 절차부터 문서화 | AI기본법 시행령 §27 |
| 사고 발생 시 | 담당자 개인 판단에 의존 | 공동·개발사 책임 범위 사전 구분 | 보건산업진흥원 조사 |
| 오버라이드 권한 | 암묵적, 사람마다 다름 | 임상 판단 우선권 명문화 | 거버넌스 재설계 사례 |
| 저항 대응 방식 | 설명회·공지 반복 | 현장 의견을 설계에 반영 | AI 도입 리뷰 연구 |
| 문서화 수준 | 교육 이수 기록만 | 개입 절차 기록한 안전신뢰문서 | AI기본법 시행령 |
| 6개월 뒤 결과 | 도입률 정체, 갈등 반복 | 점진적·지속적 확산 | 거버넌스 재설계 사례 |
어떤 상황에서 AI 권고를 그대로 따르고, 어떤 상황에서 의료진이 판단을 우선하는지, 사고 발생 시 병원·의료진·개발사의 책임 범위를 어떻게 나누는지를 한 페이지로 먼저 정리합니다. 완벽한 법률 문서일 필요는 없고, 이후 안전신뢰문서의 뼈대가 될 수준이면 충분합니다.
책임 소재부터 문서화한다는 것은 무엇을 뜻하나?
거창한 규정집을 새로 만드는 일이 아닙니다. 어떤 상황에서 쓰고 쓰지 않는지, 이견이 생기면 누구에게 보고하는지를 정리한 한두 페이지 문서로 시작해도 됩니다. 중요한 것은 분량이 아니라 존재 여부 자체라고 판단합니다.
그다음 교육은 어떤 순서로 설계해야 하나?
책임 소재 문서가 먼저 있으면 교육의 내용도 달라집니다. “이 버튼을 누르면 이렇게 됩니다”가 아니라 “이런 상황에서는 이렇게 판단하고 이렇게 기록합니다”를 가르치는 교육이 됩니다. 저는 이 차이가 저항을 줄이는 데 실제로 더 크게 작용한다고 봅니다.
직원 교육은 어떤 방식이어야 저항을 줄일까?
방식도 순서만큼 중요합니다. AI 도입 리뷰 연구는 임상 직원이 의사결정에 참여하지 못했다고 느낄 때 저항이 커진다고 지적합니다.
하향식 통보와 참여형 설계는 결과가 어떻게 다를까?
통보형 교육은 사용법만 전달되기 쉽고, 현장에서 예외 상황을 마주치면 곧바로 신뢰가 무너집니다. 반면 도입 전 현장 의견을 예외 처리 기준에 반영한 교육은, 자신의 의견이 반영됐다는 인식 때문에 저항이 상대적으로 낮게 나타난다고 여러 사례가 보고합니다.
전 직원을 한 번에 교육하기보다 부서별 현장 책임자 한두 명을 먼저 참여시켜 예외 상황 기준을 함께 정하고, 이들을 질문 창구로 세웁니다. 규모가 큰 병원일수록 이 단계가 전체 저항을 줄이는 데 효과적입니다.
작은 의원도 이만큼 갖춰야 할까?
병상 수가 적은 의원급은 이 절차가 과하게 느껴질 수 있습니다. 그러나 고영향 인공지능 판단 기준은 병원 규모가 아니라, AI가 진단·치료 같은 보건의료 제공 체계에 관여하는지를 봅니다.
“우리는 개원가라 해당 없다”고 판단하기 쉽지만, 진단 보조나 문서 작성 보조 AI를 쓰고 있다면 규모와 무관하게 같은 원칙이 적용될 수 있습니다. 완비된 안전신뢰문서까지는 아니어도 책임 소재를 정리한 한 장의 문서와 오버라이드 절차 정도는 규모에 관계없이 갖추길 권합니다.
규모가 작으면 AI기본법 적용을 피할 수 있을까?
법 적용 여부는 사업자 규모가 아니라 AI의 영향 범위로 판단됩니다. 실무 부담을 고려하면 작은 의원은 완전한 문서 체계보다 책임 소재와 개입 권한부터 정리하는 것이 현실적인 출발점이라고 생각합니다.
자주 묻는 질문
병원 AI 도입 변화관리는 왜 IT부서만의 일이 아닌가요?
책임 소재와 개입 절차를 정하는 일이라 임상 부서, 원무 행정, 경영진이 함께 결정해야 하는 사안이기 때문입니다.
작은 의원도 안전신뢰문서를 완전히 갖춰야 하나요?
규모가 작다면 완비된 문서보다 책임 소재와 개입 절차를 정리한 한두 페이지 문서부터 시작해도 충분합니다.
AI 도입 교육은 언제부터 시작해야 하나요?
도구 사용법 교육보다 앞서, 책임 소재 문서가 어느 정도 정리된 시점부터 시작하는 순서를 권합니다.
임상 판단과 AI 권고가 다르면 어떻게 해야 하나요?
의료진의 임상 판단을 우선할 권리를 문서로 보장하고, 그 판단이 평가에서 불이익이 되지 않도록 원칙을 명확히 해야 합니다.
우리 병원도 AI기본법의 고영향 인공지능 기준에 해당하나요?
진단·치료 등 보건의료 제공 체계에 관여하는 AI를 사용한다면 병원 규모와 무관하게 해당 여부를 검토해야 합니다.
직원 저항이 이미 큰 상태라면 무엇부터 해야 하나요?
교육을 늘리기보다 책임 소재와 오버라이드 권한을 문서로 정리하는 작업을 먼저 시작하길 권합니다.
정리하며
병원 AI 도입 변화관리에서 가장 흔한 착각은 저항의 원인을 지식 부족으로 보고 교육을 늘리는 것입니다. 그러나 국내 조사와 해외 연구 모두 더 명확한 책임 기준과 개입 절차를 우선 요구로 꼽고 있습니다. 교육은 저항을 늦출 뿐, 책임 소재를 정하지 않으면 저항은 사라지지 않습니다. 문서 한 장이라도 책임과 개입 절차를 먼저 정리한 뒤 교육을 얹는 순서를, 저는 병원 규모와 무관하게 권합니다.
참고 출처
- 한국보건산업진흥원, 「2025년 의료 인공지능 활용 실태조사」, 2026.2 발표(2025.10 조사)
- 국가법령정보센터, AI기본법 시행령 제27조(고영향 인공지능 사업자의 책무), 대통령령 제36053호·제36506호
- ScienceDirect, 「AI adoption challenges from healthcare providers’ perspectives」, 2025
- PMC(NCBI), 「Global Adoption… of AI in Patient Care」, Cross-Sectional Survey
- Konakai Corp, 「When Change Management Isn’t Enough for Healthcare AI Adoption」, 2026
- AMA 임상의 업무시간 조사(Simbo AI 재인용), 2023
AI 노출 이제 피할 수 없어요. 그런데 블로그, 매일 쓸 시간이 없으신가요?
키워드만 정해두면 매일 SEO 최적화 글이 자동으로 발행됩니다. 지금 읽으신 이 글처럼요.
